IA para ayudar a prevenir riesgos ambientales
Algoritmos automatizados para la predicción espacio-temporal de calidad de agua mediada por floraciones tóxicas en sistemas de relevancia para el agua potable y la recreación
Este proyecto tiene por objetivo desarrollar y evaluar algoritmos de aprendizaje automatizado espacio-temporales para predecir floraciones de cianobacterias tóxicas aplicables a la gestión de sistemas lóticos (Río Uruguay), estuarinos (Río de la Plata) y lénticos (Laguna del Sauce). Generar una prueba de concepto de un sistema de predicción en tiempo real que aporte al manejo de los ecosistemas que albergan plantas potabilizadoras y actividades recreativas.
Agencias que cooperan, equipos que investigan, soluciones que transforman. Sumate
Si formas parte de una agencia de financiamiento, conoce más sobre PILAR, sus convocatorias y las oportunidades de cooperación científica en América Latina y el Caribe.